Выравнивание статистических рядов 145

интервале; тогда можно поставить задачу о рациональном выборе параметров того закона равномерной плотности

которым можно наилучшим образом заменить (выровнять) заданное статистическое распределение.

Следует при этом иметь в виду, что любая аналитическая функ­ция / (лг), с помощью которой выравнивается статистическое распреде­ление, должна обладать основными свойствами плотности распределения:

Предположим, что, исходя из тех или иных соображений, нами выбрана функция/(х), удовлетворяющая условиям (7.5.2), с помощью которой мы хотим выровнять данное статистическое распределение; в выражение этой функции входит несколько параметров а, Ь,...; требуется подобрать эти параметры так, чтобы функция / (х) наи­лучшим образом описывала данный статистический материал. Один из методов, применяемых для решения этой задачи, — это так назы­ваемый метод моментов.

Согласно методу моментов, параметры а, Ь,... выбираются с таким " расчетом, чтобы несколько важнейших числовых характеристик (моментов) теоретического распределения были равны соответствующим статистическим характеристикам. Например, если теоретическая кри­вая f(x) зависит только от двух параметров а и Ь, эти параметры выбираются так, чтобы математическое ожидание т_х и дисперсия D_x теоретического распределения совпадали с соответствующими стати­стическими характеристиками т_х и D_x- Если кривая / (х) зависит от трех параметров, можно подобрать их так, чтобы совпали первые три момента, и т. д. При выравнивании статистических рядов может оказаться полезной специально разработанная система кривых Пир­сона, каждая из которых зависит в общем случае от четырех пара­метров. При выравнивании эти параметры выбираются с тем расче­том, чтобы сохранить первые четыре момента статистического рас­пределения (математическое ожидание, дисперсию, третий и четвертый моменты)'). Оригинальный набор кривых распределения, построенных

146 ЗАКОНЫ РАСПРЕДЕЛЕНИЯ СЛУЧАЙНЫХ ВЕЛИЧИН [ГЛ. 7

по иному принципу, дал Н. А. Бородачев^х). Принцип, на котором строится система кривых Н. А. Бородачева, заключается в том, что выбор типа теоретической кривой основывается не на внешних формальных признаках, а на анализе физической сущности случай­ного явления или процесса, приводящего к тому или иному" закону распределения.

Следует заметить, что при выравнивании статистических рядов нерационально пользоваться моментами порядка выше четвертого, так как точность вычисления моментов резко падает с увеличением их порядка.

Пример. 1. В п° 7.3 (стр. 137) приведено статистическое распределе­ние боковой ошибки наводки X при стрельбе с самолета по наземной цели. Требуется выровнять это распределение с помощью нормального закона:

Решение. Нормальный закон зависит от двух параметров: т и а. Подберем эти параметры так, чтобы сохранить первые два момента — мате­матическое ожидание и дисперсию — статистического распределения.

Вычислим приближенно статистическое среднее ошибки наводки по фор­муле (7.4.7), причем за представителя каждого разряда примем его середину:

т* = — 3,5 • 0,012 — 2,5 • 0,050 — 1,5 • 0,144 — 0,5 • 0,266 + 0,5 • 0,240 +

+1,5 • 0,176 + 2,5 • 0,092 + 3,5 • 0,020 = 0,168.

Для определения дисперсии вычислим сначала второй начальный момент по формуле (7.4.9), полагая s = 2, k = 8

Пользуясь выражением дисперсии через второй начальный момент (фор­мула (7.4.6)), получим:

Выберем параметры т и о нормального закона так, чтобы выполнялись условия:

то есть примем:

Напишем выражение нормального закона:

7.5]

ВЫРАВНИВАНИЕ СТАТИСТИЧЕСКИХ РЯДОВ

Пользуясь в табл. 3 приложения, вычислим значения / (х) на границах разрядов

X	—4	—3	—2	—1
/(■*)	0,004	0,025	0,090	0,199	0,274	0,234	0,124	0,041	0,008

Построим на одном графике (рис. 7.5.2) гистограмму и выравнивающую ее кривую распределения.

Из графика видно, что теоретическая кривая распределения / (х), сохра­няя, в основном существенные особенности статистического распределения, свободна от случайных неправильностей хода гистограммы, которые, по-види­мому, могут быть отнесены за счет случайных причин; более серьезное обоснование последнему суждению будет дано в следующем параграфе.

Примечание. В данном примере при определении D*_x мы вос­пользовались выражением (7.4.6) статистической дисперсии через второй начальный момент. Этот прием можно рекомендовать только в случае, когда математическое ожидание т*_х исследуемой случайной величины X сравнительно невелико; в противном случае фор­мула (7.4.6) выражает дисперсию D_x как разность близких чисел и дает весьма малую точность. В случае, когда это имеет место, ре­комендуется либо вычислять D_x непосредственно по формуле (7.4.3), либо перенести начало координат в какую-либо точку, близкую к т_х, и затем применить формулу (7.4.6). Пользование формулой (7.4.3) равносильно перенесению начала координат в точку /»*; это может